Kling-Foley是可靈AI發布的模型,能夠為視頻自動生成與畫面語義相關、時間同步的高質量立體聲音頻,包括音效和背景音樂。
基本介紹
- 外文名:Kling-Foley
- 發布方:可靈AI
產品功能,產品優勢,
產品功能
該模型採用多模態控制流匹配架構,結合文本、視頻和時間提取的視頻幀作為條件輸入,實現幀級別的音視頻對齊。
產品優勢
可靈自建了超過1億樣本的多模態數據集和Kling-Audio-Eval評估基準,模型在語義對齊、時間同步和音質方面領先業界,已全面集成到可靈AI平台的所有視頻模型中。
